AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs DeepSeek: DeepSeek V4 Flash

Сводка

Сравнение benchmark Claude Opus 4.6 vs DeepSeek V4 Flash: DeepSeek V4 Flash лидирует по среднему баллу: 8.3 vs 7.7. DeepSeek V4 Flash имеет более низкую стоимость benchmark: $0.029 vs $2.053. Claude Opus 4.6 быстрее: 25.89s vs 45.85s, с долей успешных попыток 61.9% vs 74.6%.

Рекомендуемая модель: DeepSeek V4 Flash - Здесь у него лучший балл (8.3), при этом он примерно в 72.1 раза дешевле, чем Claude Opus 4.6.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24

Метрика	Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24
Оценка	7.7	8.3
Ранг	#41	#26
Надежность	10.0	10.0
Стабильность	8.8	8.5
Тестов верно
Доля успешных попыток	61.9%	74.6%
Нестабильные тесты	3	4
Всего запусков	63	63
Стоимость за результат	17.103	0.299
Общая стоимость	$2.053	$0.029
Цена входа	$5.000 / 1M	$0.098 / 1M
Цена выхода	$25.000 / 1M	$0.196 / 1M
Общее число входных токенов	53,227	39,745
Выходные токены	47,446	10,310
Токены рассуждений	24,000	123,501
Время ответа (среднее)	25.89s	45.85s
Время ответа (макс.)	83.40s	218.13s
Время ответа (суммарно)	362.49s	962.79s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#41 Claude Opus 4.6

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

#26 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	6.4	5.8	66.7%	2		7.45s	840	986	1,071
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	5.7	7.1	44.4%	1		30.10s	8,522	13,057	4,121
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		76.66s	20,685	8,178	5,194
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		7.37s	8,676	691	757
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	3.0	10.0	0.0%	0		83.40s	674	14,642	8,687
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		5.04s	564	188	292
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		2.43s	792	266	467
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	7.7	10.0	66.7%	0		4.71s	816	532	630
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	10.0	10.0	100.0%	0		9.73s	11,454	861	329
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.6	3.0	10.0	0.0%	0		63.24s	204	8,045	2,452
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531

Быстрое сравнение

Сменить пару сравнения